Sklearn 是汇集了多种机器学习方法的 python 包. 如果是入门机器学习, 这里面总能有适合你问题的机器学习方法. 而且他以高度统一的学习模式规范了所有学习方法. 我们知道用一种, 就知道使用其他所有种的学习方法. Sklearn 是一款很好上手的机器学习包.

• 这套教材主要包含了:
• 了解 sklearn 的使用规范和原则;
• 知道怎么去找合适的机器学习方法;
• 如何按照规范调整个个参数;
• 运用它强大的数据库;
• 机器学习的一些重要原则;

1. Why?

• Scikit-learn 简单介绍
• 在这之前, <什么是机器学习>, 这段简短的视频介绍都是很推荐的. 优酷的这段视频在这: <什么是机器学习>.
• 优酷链接

2. 安装

• 介绍如何安装
• 优酷链接

3. 如何选择机器学习方法

• 机器学习的方法有很多, 我们如何通过比较来选择适合的机器学习方法呢.
• 优酷链接

4. 通用学习模式

• Sklearn 是一个高度统一的模块, 所有的学习方法都有类似的学习语句. 知一懂百. (代码)
• 优酷链接

5. sklearn 的数据库

• sklearn 提供了很多数据供你练习. (代码)
• 优酷链接

6. model 的常用功能和属性

• 每一种 model 都有自己的功能和属性, 而且这种功能属性也是高度统一的. (代码)
• 优酷链接

7. Normalization 数据标准化

• 请参考<机器学习-简介系列>中的数据标准化4分钟介绍. 优酷的数据标准化视频在这 (代码)
• 优酷链接

8. Cross Validation 交叉验证1

• 请参考<机器学习-简介系列>中的如何检验机器学习. 优酷的检验机器学习在这. (代码)
• 优酷链接

9. Cross Validation 交叉验证2

• 介绍learning curve 和他的使用方法. (代码)
• 优酷链接

10. Cross Validation 交叉验证3

• 介绍 validation curve 和他的使用方法 (代码)
• 优酷链接

11. Save 保存

• 保存学好的 model. (代码)
• 优酷链接